A lap 2011. január 20., 19:31-kori változata

Forrás

XLS

A tervezett alkalmazás/megoldás címe

Gyári csomagolómunkások elbocsátása hasonlóságelemzéssel

A feladat előtörténete

Manapság egyre többet hallani elbocsátásokról, létszámleépítésekről. Feladatom célja egy fiktív példán keresztül bemutatni hasonlóságelemzés segítségével, hogy elsősorban kitől váljon meg a cég, amennyiben ez a lépés elkerülhetetlenné válik. Célom egy igazságos döntés kialakítása, már amennyire igazságosak lehetünk ebben a nehéz helyzetben.

A feladat megoldás jelenlegi helyzete és ennek értékelése

Úgy gondoltam, ha mindenképpen meg kell válni három alkalmazottól, akkor elsősorban azokkal kezdeném, akik már elérték a nyugdíjkorhatárt. Nem minden esetben gondolom, hogy ez a legjobb megoldás, hisz elég régóta dolgoznak a szervezetnél, munkájukban rutint, tapasztalatot szereztek, megfelelő szaktudással, iskolai végzettséggel rendelkeznek, és az üzemvetető is elégedett munkájukkal. A csomagolóüzemben két munkavállaló van, aki betöltötte a 62. életévét, név szerint Erdei Béla, és Orsós Béla. Így elsősorban őket nyugdíjaznám. A harmadik ember elküldésénél a hibák számát vizsgálnám elsősorban. Az üzem attól kíván megválni, aki a legtöbb hibát követte el. Gáspár József és Nagy Róbertné nevénél 2-2 hiba van rögzítve az adatbázisba, mivel ez alapján nem lehet egyértelmű döntést hozni, ezért a rendelkezésre álló attribútumokat tovább vizsgáljuk. A vizsgált attribútumok alapján Gáspár József bizonyult alkalmasabbnak: fiatalabb, régebb óta dolgozik az üzemben, és ami talán a legfontosabb, a munkakörhöz kapcsolódó szaktudással rendelkezik.

Tehát a jelenlegi helyzetben Erdei Bélától, Orsós Bélától és Nagy Róbertnétől válnék meg. Az alaptáblázat a következő hivatkozás "Alapadatok" című lapfül pontja alatt megtalálható.[1]

Mivel az első két munkavállalónál nem a teljesítmény, és a szaktudás, hanem az évek száma volt a mérvadó, ezért egy másik módszer segítségét is igénybe venném, és nem feltétlenül a nyugdíjkorhatárt elért dolgozóktól válnék meg.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Feladatom fiktív adatokon alapul, így az adatgyűjtés nem okozott problémát. Úgy gondoltam, 30 fiktív munkavállalót veszek alapul, melyhez 5 attribútumot rendelek hozzá. Véleményem szerint a 30 személy adata áttekinthetőnek bizonyult a kiindulási adatbázisban és az OAM-ban is. Úgy vélem az 5 attribútum is elegendő volt ahhoz, hogy a munkavállalókat az ismérvek alapján összehasonlítsam.

Objektumok (sorok)

• Álmos Bálint
• Antal Sándor
• Aradi Tamara
• Balogh Ákosné
• Erdei Béla
• Erős Márk
• Gál Veronika
• Gáspár József
• Hajdu Diána
• Halász János
• Hornyák Ágnes
• Horváth Pál
• Juhász Andrásné
• Juhász Márta
• Kiss Tamás
• Kiss Tihamér
• Kovács Adél
• Mészáros Pál
• Nagy Károly
• Nagy Róbertné
• Németh András
• Orsós Béla
• Papp Andor
• Péntek Ferenc
• Pesti Jánosné
• Simon Ádám
• Simonyi Zoltánné
• Szűcs Katalin
• Varga István
• Végh Lajos

Attribútumok (X, Y oszlopok)

X1: Kor (év) – 0 (irány); X2: Iskolai végzettség (kód) – 1 (irány); X3: Szakképzettség (0/1) – 1(irány); X4: Munkában eltöltött idő (év) – 1 (irány); X5: Hibák száma (db) – 0 (irány); Y0: 1000 (pont)

A feladat által érintett célcsoportok

• A feladat célcsoportja azok a HR-es szakemberek, akik részt vesznek a munkaerőtől való megválás folyamatában.
• Példámban a csomagoló üzem HR-ese, vezetői, üzemvezetői.

A módszer segítségükre lehet abban, hogy egy elkerülhetetlen leépítés kapcsán, azon munkaerőtől váljanak meg, amelytől feltétlenül szükséges az adott attribútumok ismeretében.

A feladat megválaszolása kapcsán várható hasznosság

A saját megoldás bemutatása (MÓDSZER)

Hasonlóságelemzésem a következő lépéseket tartalmazza [2]:

• Alapadatok: Fiktív adatok alapján létrehoztam egy alaptáblázatot. A mértékegységek kialakításánál az iskolai végzettség esetében kódolás használtam, melyet a munkalapon rögzítettem.
• Metaadatbázis: Az alaptáblázatból metaadatbázist hoztam létre. A metaadatbázis létrehozásához az Excel táblázat Autoszűrő alkalmazása volt segítségemre, melynek eredményeként egyszerűen és gyorsan kereshetünk rá a tartományban lévő adatcsoportokra és dolgozhatunk azokkal.
• Kimutatás: A következő lépés a Pivot-tábla létrehozása a metaadatbázisból kimutatásvarázslóval. A kimutatást darabra és értékre vonatkozóan is létre kell hozni. A darabszám kimutatás azért fontos, mert megmutatja, ha az előzőek során egy objektumhoz nem csak egy attribútumot rendeltünk hozzá.
• Elemzés(sorrend): Az alapadatok táblázatot Y0 oszloppal láttam el, melynek értékét 1000 pontban állapítottam meg. Majd ugyanezen munkalapon meghatároztam az irányokat. Az irányok kialakításánál a következőképpen jártam el. A kor irányának meghatározásánál a minél nagyobb, annál jobban hasonlít az idealizált személyhez elvet követtem, vagyis ahhoz a személyhez akitől megválna az üzem, így az irány itt 0. Hasonlóképp gondoltam ezt a hibák számánál is, ezért az irány itt is 0. A többi attribútum irányának meghatározásánál pedig a minél kisebb, annál jobban hasonlít az idealizált személyhez elvet alkalmaztam, tehát az iskolai végzettség, a szakképzettség és a munkában eltöltött idő irányának jelölése is 1. Majd az alaptáblázat alapján sorszámfüggvény segítségével egy rangsor táblázatot hoztam létre, amely az objektumokat rangsorolja az egymással összemért attribútum adatok alapján .
• COCO-elemzés: A sorrend felállítása után a rangsor táblázatból a My-X program segítségével elkészítettem a COCO online elemzést, majd ezt bemásoltam a munkalapra. Végül a COCO-mátrix táblázatból hivatkozás segítségével, a becslés pontszámait csökkenő sorrendbe állítva egy végső rangsort alakítottam ki.

Az eredmények értelmezése (EREDMÉNY)

Az eredményeket a COCO-elemzés munkalap végén a sorrend táblázat tartalmazza. Tehát a hasonlóság elemzés vizsgálata alapján:

• Pesti Jánosné (Becslés: 1025 pont),
• Nagy Róbertné (Becslés: 1022.6 pont) és
• Péntek Ferenc (Becslés: 1020.1 pont)

munkavállalók kerülnének elbocsátásra.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

Véleményem szerint a best practice és a hasonlóságelemzés eredményei alapján a best practice eredményei bizonyultak jobbnak. Döntésemet azzal indokolnám, hogy az elemzés során elsősorban a két nyugdíjkorhatárt elért munkavállalót küldeném nyugdíjba, amely költség hatékony megoldás jelent a vezető számára, mivel nyugdíjazzák őket, nem kell végkielégítést fizetnie nekik. A hasonlóságelemzés segített felállítani egy rangsort, amelyből kiderült, hogy a vizsgált attribútumok vonatkozásában mely munkavállaló a leggyengébb, a vezető egy átfogó képet kapott munkavállalóiról. A valóságban azonban más szubjektív, nem mérhető tulajdonságok és kompetenciák is befolyásolják a vezető döntését, főleg egy ilyen nehéz helyzetben, amikor emberek megélhetéséről van szó. A munkavállalókat munkájuk során viselkedésük meghatározza, melyet az évek során a munkáltató is megismerhetett, amely segítségére lehet döntésében. Összegezve tehát úgy vélem, hogy a győztes módszer a best practise.

Az információ többletérték lehetőségének levezetése (VITA)

Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba

Kapcsolódó, ill. konkurens megoldások, dokumentumok

https://miau.gau.hu/mediawiki/index.php/Ide%C3%A1lis_sz%C3%B3cikk nyilatkozat és kitöltési segédlet